DBSCAN聚类效果不稳定问题

最新推荐文章于 2025-04-25 00:55:38 发布

原创

最新推荐文章于 2025-04-25 00:55:38 发布 · 2.1k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#python #深度学习

DBSCAN聚类算法含义：

https://blog.youkuaiyun.com/lys_828/article/details/108702381

DBSCAN聚类参数主要有这两个：eps 和 min_simples

DBSCAN调参可视化部分：

# 测试调参部分
mask_test1 = np.zeros(shape=(round((1.0 - 0.05) / 0.05), round((1500 - 50) / 50)), dtype=np.float32)
mask_test2 = np.zeros(shape=(round((1.0 - 0.05) / 0.05), round((1500 - 50) / 50)), dtype=np.float32)
# 存放各个参数的组合计算出来的模型评估得分和噪声比 # 注意浮点数int计算时末尾为x.99999
for i in tqdm.tqdm(np.arange(0.05, 1.0, 0.05), total=len(np.arange(0.05, 1.0, 0.05))):
    for j in np.arange(50, 1500, 50):
        try:  # 因为不同的参数组合，有可能导致计算得分出错，所以用try
            features = StandardScaler().fit_transform(get_lane_embedding_feats_result['lane_embedding_feats'])
            db = DBSCAN(eps=i, min_samples=j).fit(features)
            labels = db.labels_  # 得到DBSCAN预